毕业论文基于快匹配的人群运动估计.doc
《毕业论文基于快匹配的人群运动估计.doc》由会员分享,可在线阅读,更多相关《毕业论文基于快匹配的人群运动估计.doc(100页珍藏版)》请在三一办公上搜索。
1、本科生毕业论文(设计)题 目 基于块匹配的人群运动估计学 院 软 件 学 院专 业 软 件 工 程学生姓名 舒 禹 铭学 号 0643111170 年级 2006指导教师 李 晓 华教务处制表二一年六月一日基于块匹配的人群运动估计软件工程学生 舒禹铭 指导老师 李晓华摘要 智能化人群监控是智能视频监控研究中的一个重要课题,它作为智能监控中的一项关键技术,在人群管理、公共场所设计、虚拟环境建模、视觉监控、智能环境模拟等方面都有着重要的应用价值。随着经济社会的发展,各种公共场地和设施中的人群流动越来越频繁。如何对公共场合的人群进行有效管理与控制,是不得不考虑的重大问题。智能化人群监控技术应运而生,
2、它主要包括人群的密度估计和运动估计两部分内容。本文着手解决人群运动估计这一块,智能化运动估计可以用于人群的监测和管理,也可应用于商业领域,如市场调查、交通安全以及建筑设计领域等。它们能够直接或间接地提高上述场合工作人员的工作效率和建筑设施的利用率,因此对人群密度估计和运动估计方法的研究有着深远的意义和广阔的前景。本文结合OpenCV,采用块匹配算法对人群的运动进行估计,并在功能实现前对OpenCV与块匹配各重要环节有具体分析。主题词 人群监控;人群运动估计;块匹配;OpenCV Crowd motion estimation based on BMASoftware EngineeringSt
3、udent: YuMingshu Adviser: XiaoHualiAbstract Intelligentized crowd surveillance tecllIlology is an important research subfield in intelligem video surveillance systemAs a key tecllnology of intelligent surveillarlce,it is of great value in a large number of applications such as crowd management,publi
4、c space design virtual environments simulate,visual surveillanlce,intelligent enviroments aIlalysis,etcWith the development of economic society, the crowd in various kinds of public places flows more and more frequently. How to manage and control the crowd effectively comes to be an important issue
5、which we have to consider nowadays. Intelligentized crowd surveillance technology arises at the very moment. It mainly includes both density estimation and motion estimation.This paper set about the crowd motion estimation. Intelligentized crowd motion estimation can be used for monitoring and manag
6、ing the crowd, at the same time, it can also be used for market survrey in the commercial field,traffic safety and architectural design field,etc. it can help staff members in the above mentioned occasions improve working efficiency and improve utilization ratio of building facilities directly or in
7、directly,so there is far-reaching meaning and wide prospect in crowds density and motion estimation research.According to OpenCV, this paper use BMA(Block Matching Algorithm) for crowd motion estimation,and before the function running ,it has a specific analysis about OpenCV and the important case o
8、f BMA.Key Words crowd surveillance;crowd motion estimation;Block Matching Algorithm;OpenCV目 录1绪论11.1研究背景11.1.1智能监控11.1.2人群监控的提出11.1.3运动估计21.1.4块匹配算法21.1.5OpenCV21.1.6论文工作构思31.2国内外研究与技术现状31.2.1智能人群监控的研究现状31.2.2运动估计方法的研究现状41.2.3块匹配现状41.3 论文主要工作51.4 论文组织与结构52块匹配算法介绍及分析62.1运动估计62.2块匹配基本思想62.2.1 初始搜索点的选择
9、72.2.2 块匹配准则82.2.3 搜索策略82.3典型的块匹配算法92.4各模块拟采用的算法153人群运动估计的块匹配算法实现163.1 实现工具OpenCV163.2 cxcore.h173.2.1 CvPoint,CvSize173.2.2 CvMat173.2.3 IplImage193.2.4 其他函数213.3 cv.h243.3.1 cvCvtColor243.3.2 cvSmooth263.3.3 cvCalcOpticalFlowBM273.4 highgui.h283.4.1 CvCapture283.4.2 窗口函数283.4.3 cvWaitKey313.5 算法实现
10、313.5.1 图像处理(视频处理)323.5.2 块匹配373.5.3 过滤非运动的物体393.5.4 连线403.6 程序算法流程图413.7 程序实现截图424软件的测试454.1 测试环境454.1.1 硬件环境454.1.2 软件环境454.2 测试步骤454.2.1 测试总体目标454.2.2 测试计划实施步骤454.3 测试用例454.3.1 分支测试454.3.2 集成测试554.4 测试结果分析575总结和展望585.1 工作总结585.2 心得体会58致 谢62附录1 程序源代码63附录2 翻译(原文和译文)761 绪论1.1 研究背景1.1.1 智能监控随着视频分析技术和
11、人工智能技术的发展,智能视频监控已成为一个非常活跃的研究领域,它涉及信号分析、图像处理、计算机视觉、机器学习、模式识别等多门学科,主要研究图像序列中感兴趣目标的检测、跟踪、行为分析与识别等问题。目前,智能监控的研究大多集中于少数目标个体上。如对单个人的检测、跟踪、行为识别,对车辆的监控,以及人和车辆的交互行为等。智能化人群监控是智能视频监控研究中的一个重要课题,它作为智能监控中的一项关键技术,在人群管理、公共场所设计、虚拟环境建模、视觉监控、智能环境模拟等方面都有着重要的应用价值1。1.1.2 人群监控的提出随着社会的发展,公共安全需求的提高,群体运动分析受到越来越多人的关注,美国人口普查局在
12、08年的一份报告中指出,1999年,世界人口达到60亿,比1960年翻了一倍。08年全球人口已达到67亿,预计到2050年,全球人口将超过90亿。随着人口的增加,人群活动日益增加,相对应地,人群安全问题也越来越突出,对人群的分析研究分别在社会学、心理学、建筑学、计算机等各个学科受到了极大的关注。现代社会,伴随经济的发展 ,各种高层建筑、地下建筑和大型商业娱乐设施也越来越多 ,同时出入或围绕这些建筑物的人群也在加大,一旦拥挤人群发生突发事件,容易造成群死群伤事故,因此必须考虑到人群的安全问题。人们经过探索,最终提出了人群监控这一技术2。人群监控是借助于数字图像处理技术对某一区域的人群进行监控,它
13、在社会生活和生产的许多领域有着广阔的应用前景3。传统的人群监控通过监控场景所安装的闭路电视进行人工监控,费时费力且缺乏实时性,不能做到每时每刻监控,且比较主观,不能做定量判断,起不到预防的作用且容易发生漏报现象。随着智能化技术的发展,智能化的人群监控技术已成为研究的热点。现代数字图像处理技术的发展 ,为解决上述问题提供了途径。将图像处理、模式识别、计算机视觉等技术应用在人群监控中 ,可以达到对人群的自动、客观、实时、定量分析。自智能化人群监控技术提出以后 ,人们对其进行了广泛研究 ,目前已有许多算法 ,一些实用的系统也开始应用在广场、车站等场合的人流监控中。人群监控分为人群密度估计和人群运动估
14、计,本文着手解决人群运动估计。1.1.3 运动估计考虑到人群密度和运动的自动监测量和以及智能检测人群分布和流量的重要性,需要一个不管在人群密度大或小都能正常测量的新技术,但是这是一个困难的问题,因为在视频显示人群中,通常只会出现一部分人,重叠现象很严重4。从而分别提出了密度估计法与运动估计法这两类技术。密度估计法提出一种纹理法分析法,它可以在重叠现象严重的视频中进行较精确的估计5,这里略过。运动估计法的基本思想是将图像序列的每一帧分成许多互不重叠的宏块,并认为宏块内所有象素的位移量都相同,然后对每个宏块到参考帧某一给定特定搜索范围内根据一定的匹配准则找出与当前块最相似的块,即匹配块,匹配块与当
15、前块的相对位移即为运动矢量。视频压缩的时候,只需保存运动矢量和残差数据就可以完全恢复出当前块。 运动估计和运动补偿是AVS 中去除时间冗余的主要方法,作为视频压缩编码系统的核心算法,占整个系统运算量的60%-80%,它采用多种宏块划分方式,1P4 像素插值、双向估计和多参考帧等技术大大提高了编码效率,但同时也给编解码器增加了一定的复杂度。运动估计算法是视频压缩编码的核心算法之一。高质量的运动估计算法是高效视频编码的前提和基础。其中块匹配法(BMA, Block Match Algorithm)由于算法简单和易于硬件实现,被广泛应用于各视频编码标准中。1.1.4 块匹配算法块匹配法的基本思想是先
16、将图像划分为许多子块,然后对当前帧中的每一块根据一定的匹配准则在相邻帧中找出当前块的匹配块,由此得到两者的相对位移,即当前块的运动矢量。在H.264标准的搜索算法中,图像序列的当前帧被划分成互不重叠1616大小的子块,而每个子块又可划分成更小的子块,当前子块按一定的块匹配准则在参考帧中对应位置的一定搜索范围内寻找最佳匹配块,由此得到运动矢量和匹配误差。运动估计的估计精度和运算复杂度取决于搜索策略和块匹配准则。这里使用H.264推荐算法UMHexagonS(Unsymmetrical-cross Multi-Hexagon-grid Search)作为DSP实现的算法参考,与FS算法比较,它在保
17、证可靠搜索精度的前提下大幅降低搜索复杂度。同时使用绝对差和(SAD, the Sum of Absolute Difference)标准作为匹配准则,它具有便于硬件实现的优点。1.1.5 OpenCV计算机视觉是在图像处理的基础上发展起来的新兴学科,OpenCV(Open Source Computer Vision Library,开源计算机视觉库) 是一种数字图像处理和计算机视觉的函数库,它是一个跨平台的开源计算机视觉库,最初由Intel公司微处理器实验室(IntelS Microprocessor Research Lab)的视觉交互组(The Visual Inter-activity
18、 Group)开发6,是Intel资助的两大图像处理利器之一,以BSD许可证授权发行,可免费用于商业和研究领域,它可以在Windows系统、Linux系统、Mac0Sx系统等操作平台上使用,也可以和其他编程工具结合,以满足不同的使用要求。它包含许多常用的算法,为图像处理、模式识别、三维重建、物体跟踪、机器学习和线性代数提供了各种各样的算法7。它已经广泛应用于对实时性要求较高的计算机视觉和模式识别系统的开发。截至2009年8月,在的下载次数已经超过2 200 000次,大量用户来自中国。1.1.6 论文工作构思关于人群运动估计,本文用到的方法是块匹配,工具有OpenCV和vc6,程序用C和C+编
19、写。为了更好的进行人群运动估计,前期准备必不可少,1. 学习图像处理的基本原理,了解人群监控的意义,采集若干组实验用视频序列;2. 了解现有图像处理的运动估计方法,学习OpenCV视频处理的基本知识,掌握块匹配的主要方法,利用OpenCV实现块匹配的原理和技术。完成以上两点后,利用C和C+编写程序实现功能。1.2 国内外研究与技术现状1.2.1 智能人群监控的研究现状目前,国内的安全防范工作中,智能人群估计领域基本还是一项空白,相关的文献和技术资料很少,基础理论和相关技术不多,没有成熟的产品,国外在人群运动分析方面研究较多。本文的研究对象是运动群体(这里的群体特指人群),研究内容是运动人群的运
20、动估计。传统的保障人群安全的途径主要有:人群的密度估计与运动估计采用物理方法修正建筑物。在一些容易发生人群聚集的地方,采取适当地修正现有建筑物的方法,比如在人多的地方增加出入口等。利用闭路电视监控某一场景。闭路电视对周围环境进行例行地扫描来查找发生危险的地方,并有专门的工作人员盯着屏幕,以便发生情况及时通报并采取措施。但是这样做主要有如下缺点:不能起到预防的作用。即使人可以根据经验来发出危险警告,但由于人的主观性太强,很容易发生预告太晚或者错误预告的情况。易造成漏报。当人群己经发生拥塞时,一般采取的方法是:关闭人群正在大量涌入的入口。这种方法虽然解决了建筑物某个入口处的拥挤问题,但是人群很可能
21、又涌向别的入口造成新的拥挤。所以这种做法往往不能从根本上解决问题。近年来,对人群的研究越来越引起人们的关注,对人群状态和行为的研究也越来越多,而人群研究的前提是要弄清如何对人群进行适当的描述。虽然人群由独立个体组成,而每一个个体又有他自己的行为模式,但作为总体的人群有它整体性的特征,且可被描述出来。要想用精确的数学模型来描述人群的状态和行为非常困难,但我们仍然看到了一些能够逼近人群真实行为的数学模型的出现,如stliiG.K.的人群动力学,Corwd Dynamic Limted公司依据StlilG.K.的数学模型应用AuotCAD做出了一些建筑设施的设计方案。1.2.2 运动估计方法的研究现
22、状作为视频编码器中计算量最大的一个模块,运动估计能够有效地减少帧问相关性,因此被广泛用于各种视频编码标准中,如MPEG-1、MPEG-2、MPEG-4、H26l、H263和H264/AVC等8。人群运动估计的传统方法是人工估计,但这种方法比较主观,不能做定量判断。二十世纪以来,人群人群密度和运动估计的自动方法逐渐发展起来。在密度估计上主要有Davies,Chow,Marana等人的方法;在运动估计上主要有Rourke等人的方法。这些方法各有不足。Davies和Chow的方法在人群密度较高时,由于人群遮挡现象,测量值与人群人数之间的线性关系消失,导致误差很大,且这些方法要求提供场景的背景图像。M
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 毕业论文 基于 匹配 人群 运动 估计
链接地址:https://www.31ppt.com/p-3973657.html